লাভ:
- কৃত্রিম বুদ্ধিমত্তা এবং মানব গেটগুলির অবস্থান নির্দিষ্ট করে সংগ্রহ, সনাক্তকরণ, ট্রাইজ, তদন্ত, হস্তক্ষেপ, উন্নতি, প্রতিবেদন এবং প্রতিক্রিয়া সমন্বিত একটি এন্ড-টু-এন্ড এসওসি ওয়ার্কফ্লো ডিজাইন করার ক্ষমতা
- ঝুঁকির স্তর অনুসারে স্বয়ংক্রিয়করণকে পৃথক করার ক্ষমতা (কম-ঝুঁকি/উল্টানো যায় এমন পদক্ষেপগুলি স্বয়ংক্রিয়, উচ্চ-ঝুঁকি/অপরিবর্তনীয় পদক্ষেপগুলি মানব-নিয়ন্ত্রিত) এবং প্রতিটি স্বয়ংক্রিয় ক্রিয়াকলাপের জন্য একটি রোলব্যাক পথ ডিজাইন করে।
- একটি স্ব-নিরীক্ষণ এবং প্রতিক্রিয়া লুপ স্থাপন করার ক্ষমতা যা নিয়মিত মিথ্যা ইতিবাচক/নেতিবাচক হার, MTTD/MTTR, আউটপুট নির্ভুলতা এবং মডেল ড্রিফট পরিমাপ করে
এই চূড়ান্ত ইউনিটটি আমরা মডিউল জুড়ে আলাদাভাবে শিখেছি এমন টুকরোগুলিকে একত্রিত করে—লগ বিশ্লেষণ, হুমকির শিকার, দুর্বলতা ব্যবস্থাপনা, ঘটনার প্রতিক্রিয়া, ফিশিং, কোড পর্যালোচনা, বুদ্ধিমত্তা, রিপোর্টিং—একটি এন্ড-টু-এন্ড ওয়ার্কফ্লোতে। একটি সত্য নিরাপত্তা অপারেশন কেন্দ্রে (SOC), এই পদক্ষেপগুলি সংযোগ বিচ্ছিন্ন করা হয় না; একটি অ্যালার্ম একটি তদন্ত ট্রিগার করে, যা একটি প্রতিক্রিয়া ট্রিগার করে, যা একটি রিপোর্ট ট্রিগার করে, যা একটি প্রতিকার ট্রিগার করে। কৃত্রিম বুদ্ধিমত্তা এই শৃঙ্খলের প্রতিটি লিঙ্কের সাথে জড়িত, তবে এটি মানুষ যে চেইনটি ধরে রাখে এবং প্রতিটি গুরুত্বপূর্ণ দরজায় সিদ্ধান্ত নেয়।
উপরন্তু, এই ইউনিট দুটি সমালোচনামূলক বিষয় কভার করে. প্রথমটি হল অটোমেশন: যখন SOAR (সিকিউরিটি অর্কেস্ট্রেশন, অটোমেশন এবং রেসপন্স — প্ল্যাটফর্ম যা নিরাপত্তা প্রক্রিয়াগুলিকে স্বয়ংক্রিয় ও সংগঠিত করে) এবং এআই একত্রিত হয়, তখন শক্তি এবং ঝুঁকি উভয়ই বৃদ্ধি পায়; কোনটি স্বয়ংক্রিয় হতে পারে এবং কোনটি কখনই মানুষের অনুমোদন থেকে সরানো যায় না তার মধ্যে পার্থক্য করা প্রয়োজন। দ্বিতীয়, গুণমান ব্যবস্থাপনা এবং স্ব-নিয়ন্ত্রণ: একটি এআই-সক্ষম নিরাপত্তা অপারেশন একবার সেট আপ করা হয় না এবং পরিত্যক্ত হয় না; এটি ক্রমাগত পর্যবেক্ষণ করা হয়, পরিমাপ করা হয়, খাওয়ানো হয় এবং সংশোধন করা হয়। অটোমেশন গতি বাড়ায় কিন্তু দায়িত্ব বাদ দেয় না; একটি নিরাপত্তা প্রোগ্রাম শুধুমাত্র নিয়মিত স্ব-পর্যবেক্ষণের মাধ্যমে নিরাপদ থাকে।
এন্ড-টু-এন্ড SOC ওয়ার্কফ্লো
আসুন দেখি কোথায় AI কার্যকর হয় এবং কে এটি একটি সাধারণ ঘটনা জীবনচক্রে অনুমোদন করে:
- সংগ্রহ এবং পর্যবেক্ষণ: SIEM-তে লগ প্রবাহ; AI গোলমাল কমায়, সংক্ষিপ্ত করে। (স্বয়ংক্রিয়, কম ঝুঁকি।)
- সনাক্তকরণ এবং অ্যালার্ম: নিয়ম + অসঙ্গতি + এআই প্যাটার্ন সনাক্তকরণ। (স্বয়ংক্রিয় উত্পাদন; ট্রায়াজ মানুষের মধ্যে।)
- Triage: বিপদাশঙ্কা বাস্তব নাকি মিথ্যা ইতিবাচক? AI যুক্তি এবং অগ্রাধিকারের পরামর্শ দেয়; বিশ্লেষক নিশ্চিত করে। (মানুষের দরজা।)
- তদন্ত: এআই প্রমাণ সংগ্রহ করে, সময়রেখা স্থাপন করে, মূল কারণ তালিকাভুক্ত করে; বিশ্লেষক কাঁচা প্রমাণ সঙ্গে নিশ্চিত. (মানুষের দরজা।)
- হস্তক্ষেপ: বিচ্ছিন্নতা, লকিং, পরিষ্কার করা। AI পছন্দ/প্রভাব প্রদান করে; সিদ্ধান্ত অনুমোদিত বিশ্লেষকের হাতে। (সমালোচনামূলক মানব গেট।)
- প্রতিকার: দুর্বলতা বন্ধ, মূল কারণ নির্মূল। এআই পরিকল্পনা খসড়া; পরিবর্তন ব্যবস্থাপনায় অনুমোদন। (মানব + প্রক্রিয়া।)
- রিপোর্টিং: AI খসড়া লেখে, দর্শকদের সাথে খাপ খায়; বিশেষজ্ঞ প্রমাণ যাচাই করে এবং স্বাক্ষর করে। (মানুষের দরজা।)
- পাঠ শেখা এবং প্রতিক্রিয়া: এআই নিদর্শন নির্যাস করে; টিম সনাক্তকরণের নিয়ম এবং প্লেবুক আপডেট করে। (মানব + প্রক্রিয়া।)
এই শৃঙ্খলের নিয়ম: কম ঝুঁকিপূর্ণ, পুনরাবৃত্তিমূলক, বিপরীত পদক্ষেপগুলি স্বয়ংক্রিয় হতে পারে; উচ্চ-ঝুঁকি, অপরিবর্তনীয়, বিচার-প্রয়োজনীয় পদক্ষেপগুলি মানুষের দরজা দিয়ে যায়।
অটোমেশন সিদ্ধান্ত টেবিল
পদক্ষেপ
এটা কি স্বয়ংক্রিয় হতে পারে
অবস্থা
মানুষের অনুমোদন
লগ সংগ্রহ, স্বাভাবিককরণ
হ্যাঁ, ঠিক
-
প্রয়োজনীয় নয়
অ্যালার্ম সমৃদ্ধকরণ (আইওসি অনুসন্ধান)
হ্যাঁ
সূত্র নির্ভরযোগ্য
এটি পর্যালোচনা করা হয়
মিথ্যা ইতিবাচক নির্মূল (জানা ভাল)
আংশিকভাবে
কঠোর নিয়ম
নমুনা দ্বারা পরিদর্শন
কোয়ারেন্টাইন ফিশিং ইমেল
আংশিকভাবে
উচ্চ নির্ভুলতা
পর্যালোচনা + রোলব্যাক পথ
স্বয়ংক্রিয়ভাবে একটি অ্যাকাউন্ট লক
সতর্ক
শুধুমাত্র পরিষ্কার মানদণ্ড
দ্রুত মানব যাচাইকরণ
সার্ভার বিচ্ছিন্ন করুন
সাধারণত না
সমালোচনামূলক অবকাঠামো বাদে
জোর করে মানুষের সিদ্ধান্ত
প্যাচিং (উৎপাদন)
না
-
পরীক্ষা + পরিবর্তন ব্যবস্থাপনা
অফিসিয়াল রিপোর্ট/বিজ্ঞপ্তি
না
-
বিশেষজ্ঞ + আইন
গুণমান ব্যবস্থাপনা এবং স্ব-অডিট
একটি এআই-চালিত নিরাপত্তা অপারেশন একটি জীবন্ত ব্যবস্থা; সময়ের সাথে এর কর্মক্ষমতা পরিবর্তিত হয় (নতুন আক্রমণ, পরিবর্তিত পরিবেশ, মডেল আপডেট)। এটি নিরাপদ রাখতে নিয়মিত পরিমাপ প্রয়োজন:
- মিথ্যা ইতিবাচক এবং মিথ্যা নেতিবাচক হার: কত ঘন ঘন AI নিরর্থক অ্যালার্ম বাড়ায়, কত ঘন ঘন এটি আসল হুমকি মিস করে? মিথ্যা নেতিবাচক বিশেষত দেখা হয় কারণ তারা নীরবে ক্ষতি করে।
- এমটিটিডি/এমটিটিআর: গড় সনাক্তকরণ এবং প্রতিক্রিয়ার সময় কি উন্নত হচ্ছে?
- AI আউটপুট নির্ভুলতা: নমুনা দ্বারা, কত AI এর সারাংশ/ফাইন্ডিং/উদ্ধৃতি বৈধতা পাস করে?
- অটোমেশন নিরাপত্তা: স্বয়ংক্রিয় ক্রিয়াগুলি কি প্রত্যাশিত হিসাবে কাজ করে, কোন মিথ্যা ট্রিগার আছে, রোলব্যাকগুলি কি কাজ করছে?
- ফিডব্যাক লুপ: পাওয়া প্রকৃত ঘটনা কি নতুন শনাক্তকরণ নিয়মে পরিণত হয় এবং উত্থাপিত অ্যালার্মগুলি ব্যতিক্রম তালিকায় পরিণত হয়?
শর্তাবলী: MTTD (শনাক্ত করার গড় সময়)। ফিডব্যাক লুপ হল যখন অপারেশন তার নিজস্ব ফলাফল থেকে শেখে এবং তার নিয়ম আপডেট করে। মডেল ড্রিফ্ট হল যখন AI অপ্রচলিত হয়ে যায় এবং পরিবেশের পরিবর্তনের সাথে সাথে কর্মক্ষমতা হ্রাস পায়। স্ব-অডিট হল দলের নিজস্ব প্রক্রিয়াগুলির নিয়মিত, সমালোচনামূলক পর্যালোচনা।
তিনটি মিনি কেস
কেস 1 - সঠিক অটোমেশন। একটি SOC স্বয়ংক্রিয়ভাবে "স্বয়ংক্রিয়ভাবে সমৃদ্ধকরণ এবং সতর্কতাকে অগ্রাধিকার প্রদানের পদক্ষেপকে স্বয়ংক্রিয় করে যা পরিচিত দূষিত আইওসিগুলির সাথে মেলে এবং একটি কম-ঝুঁকির বিভাগে রয়েছে"; কিন্তু সর্বদা মানুষের অনুমোদনের জন্য "একটি সার্ভারকে বিচ্ছিন্ন করা" পদক্ষেপটি ছেড়ে দেয়। ফলাফল: বিশ্লেষকরা দিনে 400টি রুটিন অ্যালার্ম থেকে মুক্ত হন, প্রকৃত তদন্তের জন্য সময় মুক্ত করে, গুরুত্বপূর্ণ সিদ্ধান্তগুলি মানুষের উপর ছেড়ে দেয়। চেইনের ডান অংশটি স্বয়ংক্রিয়, সঠিক স্থানটি মানব।
কেস 2 — অটোমেশন ব্যাকফায়ার। আরেকটি এসওসি "সন্দেহজনক লগইনে অটোলক অ্যাকাউন্ট" নিয়মটি খুব বিস্তৃতভাবে সংজ্ঞায়িত করে। একদিন, একটি কনফিগারেশন ত্রুটির কারণে, নিয়মটি একবারে 1,200 বৈধ ব্যবহারকারীকে লক করে দেয় এবং কাজ বন্ধ হয়ে যায়; অধিকন্তু, পুনরুদ্ধারের পথ সংজ্ঞায়িত করা হয় না। পাঠ: উচ্চ-প্রভাব অটোমেশনের অবশ্যই কঠোর মানদণ্ড, ধীরে ধীরে স্থাপনা এবং একটি রোলব্যাক পথ থাকতে হবে। স্ব-নিয়ন্ত্রণের মাধ্যমে অটোমেশনকে বিপরীত করা উচিত এবং পর্যবেক্ষণ করা উচিত।
কেস 3 — আত্ম-নিয়ন্ত্রণ দ্বারা ধরা স্লিপেজ. তিন মাসের স্ব-নিরীক্ষায়, একটি দল লক্ষ্য করে যে AI এর ফিশিং সনাক্তকরণের নির্ভুলতা হ্রাস পাচ্ছে: একটি নতুন ফিশিং তরঙ্গ মিস করা হয়েছে কারণ এটি পুরানো প্যাটার্নগুলির সাথে খাপ খায় না (প্যাটার্ন ড্রিফ্ট)৷ দলটি নমুনা সংগ্রহ করে, সনাক্তকরণের নিয়মগুলি আপডেট করে এবং এআই-কে দেওয়া প্রসঙ্গটি রিফ্রেশ করে। নিয়মিত আত্মনিয়ন্ত্রণ না থাকলে, এই নীরব চুরি কয়েক মাস ধরে চলতে পারত। পাঠ: শুধুমাত্র একবার পারফরম্যান্স ভাল হওয়ার কারণে, এটি সবসময় ভাল থাকে না; পরিমাপ এবং প্রতিক্রিয়া অপরিহার্য।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল প্রম্পট:
আমাদের SOC সম্পূর্ণরূপে স্বয়ংক্রিয় করুন এবং AI-কে সবকিছু পরিচালনা করতে দিন।
এই অনুরোধটি ঝুঁকির বৈষম্য ছাড়াই অটোমেশন দাবি করে, মানুষের দরজা উপেক্ষা করে এবং রোলব্যাক এবং নিয়ন্ত্রণ বিবেচনা করে না। বাস্তবায়িত হলে, উচ্চ-ঝুঁকির সিদ্ধান্তগুলি তত্ত্বাবধান ছাড়াই স্বয়ংক্রিয় হয়ে উঠবে এবং প্রথম ভুল হলেই বিপর্যয়ে পরিণত হবে।
শক্তিশালী প্রম্পট:
আপনার ভূমিকা: এসওসি প্রক্রিয়া ডিজাইনের পরামর্শদাতা। ঝুঁকি স্তরের উপর ভিত্তি করে এই ইভেন্ট জীবনচক্রকে তিনটি ধাপে [তালিকা করুন]: (A) সম্পূর্ণ স্বয়ংক্রিয় (কম ঝুঁকি, বিপরীতমুখী, পুনরাবৃত্তিমূলক), (B) AI সুপারিশ করে + মানুষের অনুমোদন, (C) সর্বদা মানুষের সিদ্ধান্ত (উচ্চ ঝুঁকি, অপরিবর্তনীয়)। প্রতিটি (A) এবং (B) এর জন্য একটি বাধ্যতামূলক রোলব্যাক পথ এবং একটি ট্র্যাকিং মেট্রিক প্রস্তাব করুন৷ এছাড়াও একটি ত্রৈমাসিক স্ব-অডিট চেকলিস্টের খসড়া তৈরি করুন: মিথ্যা ইতিবাচক/নেতিবাচক হার, MTTD/MTTR, AI আউটপুট নির্ভুলতার নমুনা, প্যাটার্ন প্রবাহের লক্ষণ।
দৃঢ় চাহিদা ঝুঁকি স্তর দ্বারা স্বয়ংক্রিয়তা পৃথক করে, রোলব্যাক এবং পর্যবেক্ষণ প্রয়োজন, এবং একটি স্ব-নিয়ন্ত্রণ কাঠামো প্রতিষ্ঠা করে।
অনুলিপিযোগ্য প্রম্পট টেমপ্লেট
অটোমেশন রিস্ক সেপারেশন টেমপ্লেট এই নিরাপত্তা ওয়ার্কফ্লো ধাপগুলিকে তিনটিতে বিভক্ত করুন: (A) সম্পূর্ণ স্বয়ংক্রিয় উপযুক্ত, (B) মানুষের অনুমোদনের সুপারিশ করে, (C) সর্বদা মানুষের সিদ্ধান্ত। প্রতিটি পদক্ষেপের জন্য ন্যায্যতা, প্রত্যাবর্তনযোগ্যতা এবং ব্যবসায়িক প্রভাব লিখুন। উচ্চ প্রভাব পদক্ষেপের জন্য বাধ্যতামূলক রোলব্যাক পথের সুপারিশ করুন। ধাপ: [তালিকা]
স্বয়ংক্রিয় কর্মের জন্য রোলব্যাক ডিজাইন টেমপ্লেট [যেমন অ্যাকাউন্ট লকআউট] একটি সুরক্ষিত নকশা প্রস্তাব করুন: ট্রিগার মানদণ্ড (সংকীর্ণ), ধীরে ধীরে স্থাপন, মিথ্যা ট্রিগার রোলব্যাক পদক্ষেপ, সতর্কতা এবং মানব যাচাইকরণ পয়েন্ট। অন্ধ অটোমেশন এড়াতে নকশা. কর্ম: [লিখুন]
সেল্ফ-অডিট চেকলিস্ট টেমপ্লেট একটি AI-চালিত SOC-এর জন্য একটি ত্রৈমাসিক স্ব-অডিট চেকলিস্ট তৈরি করুন: মিথ্যা ইতিবাচক/নেতিবাচক হার, MTTD/MTTR পক্ষপাতিত্ব, AI আউটপুট নির্ভুলতা স্যাম্পলিং, অটোমেশন মিথ্যা ট্রিগার, প্যাটার্ন ড্রিফটের লক্ষণ, প্রতিক্রিয়া লুপ অপারেশন, গোপনীয়তা/সম্বন্ধীয়তা। প্রতিটি আইটেমের জন্য, এটি কীভাবে পরিমাপ করা হবে তা লিখুন।
ফিডব্যাক লুপ টেমপ্লেট আঁকুন আসল ঘটনা / অ্যালার্ম যা ব্যর্থ হয় তা থেকে কী শিখেছে: (1) প্যাটার্ন যা একটি নতুন শনাক্তকরণের নিয়মে পরিণত হবে, (2) মিথ্যা পজিটিভ যা ব্যতিক্রম তালিকায় যোগ করা হবে, (3) প্লেবুক ধাপ যা আপডেট করা হবে, (4) নতুন প্রসঙ্গ যা AI-তে দেওয়া হবে। ইভেন্ট/এলার্ম সারাংশ: [পেস্ট]
সাধারণ ভুল
- উচ্চ-ঝুঁকিপূর্ণ পদক্ষেপ স্বয়ংক্রিয় করা। সার্ভার বিচ্ছিন্নতা, উত্পাদন প্যাচিং, অফিসিয়াল বিজ্ঞপ্তির মতো অপরিবর্তনীয় পদক্ষেপগুলি মানুষের দরজা থেকে সরানো হয় না।
- পুনরুদ্ধারের জন্য একটি পথ তৈরি না. কোনো স্বয়ংক্রিয় ক্রিয়া ভুলভাবে ট্রিগার করা সম্ভব; পূর্বাবস্থা এবং নিশ্চিতকরণের একটি বিন্দু ছাড়া অটোমেশন বিপজ্জনক।
- সেট করুন এবং ভুলে যান। পরিবেশের পরিবর্তনের সাথে সাথে এআই কর্মক্ষমতা পরিবর্তন হয়; নিয়মিত স্ব-পর্যবেক্ষণ এবং পরিমাপ ছাড়া, নীরব ফাঁকি জমা হয়।
- শুধু মিথ্যা ইতিবাচক ট্র্যাকিং. একটি মিথ্যা নেতিবাচক (বাস্তব হুমকি যা মিস করা হয়েছে) আরও বিপজ্জনক কিন্তু দেখতে কঠিন; ব্যক্তিগতভাবে এটা দেখুন.
- প্রতিক্রিয়া অবহেলা. যদি সনাক্ত করা ঘটনাগুলি একটি নতুন নিয়মে পরিণত না হয় এবং ব্যর্থ অ্যালার্মগুলি একটি ব্যতিক্রমে পরিণত না হয়, তবে অপারেশনটি শিখবে না এবং একই ভুল পুনরাবৃত্তি করে।
ইঙ্গিত: অটোমেশন সিদ্ধান্তের সুবর্ণ প্রশ্ন: "যদি ভুলভাবে ট্রিগার করা হয় এবং ব্যবসায়িক প্রভাব কী হবে?" যদি উত্তর হয় "সহজেই পূর্বাবস্থায়, কম প্রভাব," স্বয়ংক্রিয়; যদি "অপরিবর্তনীয় বা উচ্চ প্রভাব" মানুষের দরজায় রাখুন।
সতর্কতা: অটোমেশন দায়িত্বকে দূর করে না, এটি কেবল গতি বাড়ায়। একটি অকল্পনীয় স্বয়ংক্রিয় ক্রিয়া একজন মানুষের তুলনায় অনেক দ্রুত এবং আরও ব্যাপকভাবে ক্ষতির কারণ হয়। প্রতিটি অটোমেশন সংকীর্ণ মানদণ্ড, রোলব্যাক পথ এবং নিয়মিত পরিদর্শন দ্বারা বেষ্টিত হয়; চূড়ান্ত দায়িত্ব সর্বদা মানুষের উপর বর্তায়।
সংক্ষেপে
এই ইউনিটটি মডিউলের সমস্ত অংশকে একটি এন্ড-টু-এন্ড SOC ওয়ার্কফ্লোতে একত্রিত করেছে: সংগ্রহ, সনাক্তকরণ, ট্রাইজ, তদন্ত, প্রতিক্রিয়া, প্রতিকার, রিপোর্টিং এবং প্রতিক্রিয়া। AI প্রতিটি লিঙ্কের সাথে জড়িত, কিন্তু এটি মানুষ যে চেইন ধরে রাখে এবং প্রতিটি গুরুত্বপূর্ণ দরজায় সিদ্ধান্ত নেয়। অটোমেশন (SOAR + AI) শক্তি বাড়ায়; নিয়মটি পরিষ্কার: কম-ঝুঁকিপূর্ণ, বিপরীতমুখী, পুনরাবৃত্তিমূলক পদক্ষেপগুলি স্বয়ংক্রিয় হয়ে ওঠে, উচ্চ-ঝুঁকিপূর্ণ, অপরিবর্তনীয় পদক্ষেপগুলি মানুষের দরজা দিয়ে যায় এবং প্রতিটি অটোমেশনের পূর্বাবস্থার একটি উপায় থাকে। অবশেষে, একটি AI-চালিত নিরাপত্তা প্রোগ্রাম লাইভ: মিথ্যা ইতিবাচক/নেতিবাচক, MTTD/MTTR, আউটপুট নির্ভুলতা, এবং প্যাটার্ন ড্রিফ্ট নিয়মিতভাবে পরিমাপ করা হয়; যা পাওয়া যায় তা একটি প্রতিক্রিয়া লুপে নিয়ম এবং প্লেবুকে পরিণত হয়। অটোমেশন দায়িত্বকে ত্বরান্বিত করে, অপসারণ করে না; আত্মনিয়ন্ত্রণ নিরাপত্তাকে বাঁচিয়ে রাখে।
আবেদন টাস্ক
আপনার নিজের প্রতিষ্ঠানের (বা একটি নমুনা SOC এর) ঘটনা জীবনচক্র লিখুন। প্রতিটি ধাপকে "অটোমেশন রিস্ক সেপারেশন" টেমপ্লেট সহ A/B/C হিসাবে শ্রেণীবদ্ধ করুন এবং কমপক্ষে একটি "উচ্চ প্রভাব" পদক্ষেপের জন্য "রোলব্যাক ডিজাইন" টেমপ্লেট সহ একটি নিরাপদ অটোমেশন ডিজাইন তৈরি করুন। তারপরে "স্ব-অডিট চেকলিস্ট" টেমপ্লেট সহ একটি ত্রৈমাসিক চেকলিস্ট তৈরি করুন এবং আপনি কীভাবে আপনার পরিবেশে প্রতিটি মেট্রিক পরিমাপ করবেন তা নির্ধারণ করুন।
চেকলিস্ট
- আমি ঘটনার জীবনচক্রের প্রতিটি ধাপকে A/B/C ঝুঁকি শ্রেণীতে ভাগ করেছি।
- আমি মানুষের দরজায় উচ্চ ঝুঁকিপূর্ণ, অপরিবর্তনীয় পদক্ষেপ রেখেছি।
- [ ] আমি প্রতিটি স্বয়ংক্রিয় ক্রিয়াকলাপের জন্য সংকীর্ণ মানদণ্ড এবং পূর্বাবস্থায় ফেরার পথ ডিজাইন করেছি৷
- [ ] আমি মিথ্যা ইতিবাচক এবং বিশেষ করে মিথ্যা নেতিবাচকের হার নিরীক্ষণ করার পরিকল্পনা করেছি।
- [ ] আমি নিয়মিতভাবে MTTD/MTTR এবং AI আউটপুট নির্ভুলতা পরিমাপ করার পরিকল্পনা করেছি।
- আমি প্যাটার্ন ড্রিফ্টের জন্য একটি ত্রৈমাসিক স্ব-পর্যবেক্ষণ তালিকা প্রতিষ্ঠা করেছি।
- [ ] আমি পাওয়া ইভেন্টগুলি সংযুক্ত করেছি এবং প্রতিক্রিয়া লুপে অ্যালার্ম নিক্ষেপ করেছি৷
মডিউল পরীক্ষা
1. একটি SIEM triage AI একটি অ্যালার্মকে 'নিম্ন অগ্রাধিকার, সম্ভবত মিথ্যা ইতিবাচক' হিসাবে চিহ্নিত করেছে এবং এটিকে তালিকার নীচে ঠেলে দিয়েছে৷ এই অ্যালার্ম সম্পর্কে বিশ্লেষকের কী করা উচিত?
- ক) এখনও স্বাধীনভাবে অ্যালার্ম চেক করে এবং কাঁচা প্রমাণ দিয়ে যাচাই করে; বিশ্লেষক বন্ধ করার সিদ্ধান্ত নেয় এবং এটি রেকর্ড করে ✔
- খ) কৃত্রিম বুদ্ধিমত্তা পরীক্ষা না করেই স্বয়ংক্রিয়ভাবে অ্যালার্ম বন্ধ করে দেয় কারণ এটি বলে যে এটি কম অগ্রাধিকার।
- গ) পরবর্তী শিফটে অ্যালার্ম স্থানান্তর করে।
- ঘ) শুধু কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত সারাংশ দেখুন এবং রিপোর্ট পাস
ব্যাখ্যা: এআই অগ্রাধিকার একটি সুপারিশ, রোগ নির্ণয় নয়; 'নিম্ন অগ্রাধিকার' পতাকা একটি বাস্তব আক্রমণ (মিথ্যা নেতিবাচক) কভার করতে পারে। বিশ্লেষককে এখনও স্বাধীনভাবে সতর্কতা পরীক্ষা করতে হবে, অপ্রকৃত প্রমাণ দিয়ে যাচাই করতে হবে এবং নিজেই এটি বন্ধ করার সিদ্ধান্ত নিতে হবে। একটি নেতিবাচক AI আউটপুট 'কোন হুমকি নয়' এর কোন গ্যারান্টি নয়।
2. এআই একটি বাস্তব আক্রমণকে 'স্বাভাবিক' হিসাবে লেবেল করে এবং বিশ্লেষক এটিকে বিশ্বাস করে এবং নিজের বিশ্লেষণকে শিথিল করে ঝুঁকির কোন সমন্বয়?
- ক) মিথ্যা ইতিবাচক এবং বিপদজনক ক্লান্তি শুধুমাত্র
- খ) মিথ্যা নেতিবাচক এবং অটোমেশন পক্ষপাত (এআই-এর উপর অতিরিক্ত নির্ভরতা) ✔
- গ) শুধুমাত্র লগ উৎসের অভাব
- ঘ) শুধুমাত্র SIEM নিয়ম ত্রুটি
ব্যাখ্যা: মডেলটি প্রকৃত হুমকি মিস করলে এটি একটি মিথ্যা নেতিবাচক; অটোমেশন পক্ষপাত তখন হয় যখন বিশ্লেষক কৃত্রিম বুদ্ধিমত্তার উপর আস্থা রাখে এবং স্বাধীন পর্যালোচনা ত্যাগ করে। যখন দুটি একত্রিত হয়, তখন মানুষের নিয়ন্ত্রণের রেসন ডি'এট্রি অদৃশ্য হয়ে যায় এবং আক্রমণ সম্পূর্ণভাবে বাইপাস করা যায়। সেজন্য কৃত্রিম বুদ্ধিমত্তা যে অঞ্চলগুলিকে 'পরিষ্কার' বলে তাও পরীক্ষা করা হয়।
3. AI বলেছে 'CVE-2024-88888, CVSS 9.8, প্যাচ অবিলম্বে' একটি ট্রাইজের সময়। বিশ্লেষকের প্রথমে কী করা উচিত?
- ক) CVE কে বিশ্বস্ত মনে করে এবং অবিলম্বে প্যাচিং পরিকল্পনা শুরু করে
- খ) সিভিএসএস 9.8 হওয়ার কারণে, এটি অন্য কোন দুর্বলতা না দেখে এটিকে প্রথমে রাখে
- গ) NVD/বিক্রেতা রেকর্ডে CVE নম্বর এবং স্কোর যাচাই করে; ✔ যদি কোন রেকর্ড না থাকে তবে তা জাল হতে পারে জেনে তালিকাভুক্ত করা হবে না।
- ঘ) CVE যাচাই না করেই, প্রশাসক রিপোর্টে এটিকে 'গুরুত্বপূর্ণ হুমকি' হিসেবে লিখেছেন
বর্ণনা: ভাষার মডেলগুলি সাবলীলভাবে একটি অস্তিত্বহীন CVE নম্বর এবং স্কোর (হ্যালুসিনেট) এর সাথে মানানসই হতে পারে। বিশ্লেষককে অবশ্যই NVD/বিক্রেতা লগে CVE যাচাই করতে হবে এবং প্যাচিং সময়সূচীতে প্রতিশ্রুতি দেওয়ার আগে এর সত্যতা এবং স্কোর নিশ্চিত করতে হবে। একটি অযাচাই করা CVE প্রথমে রিসোর্সের সাথে সংযোগ করে; অন্যথায়, দলটি এমন একটি প্যাচ তাড়া করতে সময় নষ্ট করবে যা বিদ্যমান নেই।
4. একটি ঘটনার তদন্তের গতি বাড়ানোর জন্য, একজন বিশেষজ্ঞ প্রকৃত অভ্যন্তরীণ আইপি, ব্যবহারকারীর নাম এবং VPN সার্ভারের নাম সহ একটি সর্বজনীনভাবে উপলব্ধ AI টুলে কাঁচা ফায়ারওয়াল লগ পেস্ট করে। এখানে প্রধান সমস্যা কি?
- ক) এআই লগ ফরম্যাট পড়তে পারে না, তাই বিশ্লেষণ অকেজো
- খ) লগটি খুব দীর্ঘ হলে, এটি মডেলটিকে ধীর করে দেয়।
- গ) ফায়ারওয়াল লগগুলি যাইহোক বিশ্লেষণের জন্য উপযুক্ত নয়
- ঘ) আসল আইপি, ব্যবহারকারী এবং সার্ভারের নাম বেনামী ছাড়াই শেয়ার করা হয়; এটি KVKK এর লঙ্ঘন এবং সংস্থার নেটওয়ার্ক ম্যাপ ✔ ফাঁস উভয়ই
বর্ণনা: নিরাপত্তা ডেটা হল ব্যক্তিগত ডেটা (ব্যবহারকারী, আইপি) এবং কর্পোরেট বুদ্ধিমত্তা যা সংস্থার আক্রমণের পৃষ্ঠকে প্রকাশ করে (নেটওয়ার্ক টপোলজি, সার্ভারের নাম)। নাম প্রকাশ না করে এটি একটি বাহ্যিক সরঞ্জামে দেওয়া উভয়ই KVKK-এর লঙ্ঘন এবং একটি নেটওয়ার্ক মানচিত্র প্রকাশ করে যা আক্রমণকারীর পক্ষে কার্যকর হবে৷ প্রথমত, প্রকৃত মানগুলি সামঞ্জস্যপূর্ণ স্থানধারকগুলির সাথে মুখোশযুক্ত।
5. কিসের জন্য একটি হুমকি শিকারকে সু-পরিকল্পিত বলে মনে করা হয়?
- ক) এটি একটি কংক্রিট, পরীক্ষাযোগ্য অনুমান দিয়ে শুরু হয় এবং পাওয়া ট্রেসটি কাঁচা প্রমাণ দ্বারা নিশ্চিত করা হয় ✔
- খ) এটি কৃত্রিম বুদ্ধিমত্তাকে বলার মাধ্যমে শুরু হয় 'আমার নেটওয়ার্কে কোনো আক্রমণকারী আছে কিনা তা খুঁজে বের করুন'
- গ) স্বয়ংক্রিয়ভাবে প্রতিটি অস্বাভাবিক/বিরল ঘটনাকে আক্রমণ হিসাবে ঘোষণা করে
- ঘ) এটি শুধুমাত্র তখনই কাজ করে যখন একটি অ্যালার্ম আসে, এটি সক্রিয় নয়
ব্যাখ্যা: একটি ভাল হুমকির সন্ধান একটি অ্যালার্ম দিয়ে নয়, বরং একটি কংক্রিট এবং পরীক্ষাযোগ্য অনুমান দিয়ে শুরু হয় যা সত্য হতেও পারে বা নাও হতে পারে (যেমন 'অব্যবসায়িক সময়ের মধ্যে কি অ্যাকাউন্ট X 50টির বেশি অভ্যন্তরীণ IP-এর সাথে সংযোগ করেছে')। 'আমার নেটওয়ার্কে কি খারাপ কিছু আছে'-এর মতো একটি অস্পষ্ট প্রশ্ন পরীক্ষা করা যায় না এবং এআই অনুমান করতে ছেড়ে দেয়। পাওয়া ট্রেসটি কাঁচা প্রমাণের সাথে যাচাই না হওয়া পর্যন্ত হুমকি হিসাবে বিবেচিত হয় না।
6. অভ্যন্তরীণ নেটওয়ার্কে একটি বিচ্ছিন্ন পরীক্ষা সার্ভারে একটি দুর্বলতার একটি CVSS স্কোর 9.1 আছে; একই তালিকায়, ইন্টারনেটের জন্য খোলা সার্ভারে CVSS 7.5, কিন্তু KEV তালিকায় আরেকটি দুর্বলতা রয়েছে (যা আসলে শোষিত হয়)। সঠিক অগ্রাধিকার কি?
- ক) সর্বোচ্চ CVSS (9.1) এর সাথে সর্বদা প্রথমে প্যাচ করা হয়
- খ) ইন্টারনেট এবং কেইভি তালিকায় 7.5 এর দুর্বলতা এগিয়ে নেওয়া হয়েছে; CVSS একমাত্র মাপকাঠি নয়, এক্সপোজার এবং প্রকৃত অপব্যবহার নির্ধারক ✔
- গ) উভয়ই একই সময়ে এবং একই অগ্রাধিকারের সাথে প্যাচ করা হয়, পার্থক্য অপ্রয়োজনীয়
- ঘ) পরীক্ষার সার্ভারে একটি দুর্বলতা থাকার কারণে তাদের কোনোটিই প্যাচ করা হয়নি
ব্যাখ্যা: সিভিএসএস একা অগ্রাধিকার নির্ধারণ করে না; প্রকৃত ঝুঁকি EPSS (শোষণের সম্ভাবনা), KEV (প্রকৃত শোষণ) এবং সাংগঠনিক প্রেক্ষাপট (এক্সপোজার, সমালোচনা, ক্ষতিপূরণমূলক নিয়ন্ত্রণ) দ্বারা নির্ধারিত হয়। ইন্টারনেট-উন্মুক্ত এবং প্রকৃতপক্ষে শোষিত (কেইভি) দুর্বলতা বিচ্ছিন্ন এবং কম-সম্ভাব্য উচ্চ-সিভিএসএস দুর্বলতা প্রতিরোধ করে।
7. একটি ঘটনার প্রতিক্রিয়ায়, কৃত্রিম বুদ্ধিমত্তা বলছে 'IC_HOST_7 থেকে উদ্ভূত ট্রাফিক সন্দেহজনক, এই সার্ভারটিকে আলাদা করুন'৷ IC_HOST_7 হল প্রতিষ্ঠানের প্রধান প্রমাণীকরণ সার্ভার। বিশ্লেষক কি করা উচিত?
- ক) কৃত্রিম বুদ্ধিমত্তা অবিলম্বে সার্ভারকে বিচ্ছিন্ন করে কারণ এটি বলে
- খ) বিচ্ছিন্নতার সিদ্ধান্ত সম্পূর্ণরূপে কৃত্রিম বুদ্ধিমত্তার উপর ছেড়ে দেয়
- গ) প্রথমে ব্যবসায়িক প্রভাব এবং ট্রাফিকের কারণ মূল্যায়ন করুন; এটি তার প্রভাব পরিমাপ না করে সমালোচনামূলক অবকাঠামোকে বিচ্ছিন্ন করে না এবং বিশ্লেষক হিসাবে সিদ্ধান্ত নেয় ✔
- D) সার্ভারকে বিচ্ছিন্ন করে এবং তারপরে সমস্ত লগ মুছে দেয়
বর্ণনা: বিচ্ছিন্নতা একটি জটিল সিদ্ধান্ত যা বিপরীত করা কঠিন এবং ব্যবসায় বাধার কারণ হতে পারে; কৃত্রিম বুদ্ধিমত্তায় স্থানান্তর করা যাবে না। প্রমাণীকরণ সার্ভারকে বিচ্ছিন্ন করা সমস্ত কর্মচারীকে লগ ইন করা থেকে বিরত রাখতে পারে। বিশ্লেষককে প্রথমে ব্যবসায়িক প্রভাব এবং ট্রাফিকের কারণ (একটি বৈধ লেনদেন হতে পারে) মূল্যায়ন করতে হবে, নিজেই সিদ্ধান্ত নিন; কৃত্রিম বুদ্ধিমত্তার পরামর্শকে আদেশ হিসাবে বাস্তবায়ন করা উচিত নয়।
8. একটি র্যানসমওয়্যারের ঘটনায়, দলটি দ্রুত পরিষ্কার করার জন্য একটি প্রভাবিত মেশিন পুনর্নির্মাণ করতে চায়; কিন্তু মেশিনে ফরেনসিক প্রমাণ (মেমরি ডাম্প, আক্রমণকারী সরঞ্জাম) রয়েছে যা এখনও সংগ্রহ করা হয়নি। সঠিক পন্থা কি?
- ক) মেশিন অবিলম্বে পুনরায় ইনস্টল করা হয়; প্রমাণ অপ্রাসঙ্গিক
- খ) কৃত্রিম বুদ্ধিমত্তাকে 'দ্রুত পরিচ্ছন্নতার' জন্য বলা হয় এবং নির্দেশনা অন্ধভাবে প্রয়োগ করা হয়।
- গ) মেশিনটি বন্ধ করে ফেলে দেওয়া হয়েছে কারণ প্রমাণ ইতিমধ্যে লগে রয়েছে।
- ডি) প্রথমে ফরেনসিক ইমেজ এবং মেমরি ডাম্প নেওয়া হয় এবং প্রমাণগুলি সংরক্ষণ করা হয়, তারপর পরিষ্কার/পুনরুদ্ধার করা হয় ✔
ব্যাখ্যা: পুনরুদ্ধারের গতি প্রমাণ সংরক্ষণকে টপকাতে পারে না। প্রমাণ সংগ্রহ না করে মেশিনটি পুনরায় ইনস্টল করা হেফাজতের চেইনকে ধ্বংস করে এবং বিচারিক প্রক্রিয়াকে পঙ্গু করে। প্রথমে, একটি ফরেনসিক ছবি এবং মেমরি ডাম্প নেওয়া হয়, তারপর পরিষ্কার/পুনরুদ্ধার করা হয়। ফরেনসিক পদক্ষেপগুলি এআইকে অর্পণ করা হয় না।
9. একটি সন্দেহভাজন ফিশিং ইমেল বিশ্লেষণ করার সময় প্রযুক্তিগত যাচাইয়ের সবচেয়ে নির্ভরযোগ্য স্তরগুলির মধ্যে একটি কী এবং এটি কীভাবে নিশ্চিত করা উচিত?
- ক) SPF/DKIM/DMARC ফলাফল ইমেল হেডারে; কাঁচা শিরোনাম থেকে নিশ্চিত করা হয়েছে, AI এর সারাংশ থেকে নয় ✔
- খ) ইমেইলের রঙ এবং ফন্ট; ভিজ্যুয়াল ডিজাইন দ্বারা সিদ্ধান্ত নেওয়া হয়েছে
- গ) লাইভ সিস্টেমের সন্দেহজনক লিঙ্কে ক্লিক করুন এবং যে পৃষ্ঠাটি খুলবে তা দেখুন।
- ঘ) কৃত্রিম বুদ্ধিমত্তা বলতে শুধুমাত্র 'ফিশিং'ই যথেষ্ট প্রমাণ
ব্যাখ্যা: ইমেল হেডারে SPF/DKIM/DMARC ফলাফলগুলি দৃঢ় নির্দেশক যে ইমেলটি প্রকৃতপক্ষে যে ডোমেনটি দাবি করে তা থেকে এসেছে কিনা; যদি তিনটিই ব্যর্থ হয় এবং প্রেরক ডোমেনটি ফাঁকি দেয়, সন্দেহ আরও শক্তিশালী হয়। যাইহোক, এটি কাঁচা শিরোনাম থেকে নিশ্চিত হওয়া উচিত এবং AI এর সারাংশ থেকে নয়। উপরন্তু, সন্দেহজনক লিঙ্ক লাইভ সিস্টেমে ক্লিক করা হয় না.
10. একটি কোড পর্যালোচনায়, AI XSS দুর্বলতার জন্য একটি সমাধানের পরামর্শ দিয়েছে এবং বলেছে 'এটি দুর্বলতা বন্ধ করে দেয়'। বিশ্লেষক/বিকাশকারীর কি করা উচিত?
- ক) ফিক্সটিকে নির্ভরযোগ্য বিবেচনা করে এবং এটি সরাসরি উৎপাদনে রাখে
- খ) সমাধানের পর্যালোচনা করে, নিশ্চিত করে যে এটি আসলে দুর্বলতা বন্ধ করে দেয় এবং নতুন দুর্বলতা/বাগ প্রবর্তন করে না এবং একটি পরীক্ষা লেখে; তবেই এটি স্টোরেজের মধ্যে যায় ✔
- গ) যেহেতু তিনি নিশ্চিত নন, তাই তিনি সম্পূর্ণ ফাইলটি কৃত্রিম বুদ্ধিমত্তার সাথে পুনরায় লেখেন এবং এটি ব্যবহার করেন।
- D) ফিক্স প্রয়োগ করে কিন্তু কোনো পরীক্ষা না লিখে পাস করে
ব্যাখ্যা: AI দ্বারা প্রস্তাবিত ফিক্স স্বয়ংক্রিয়ভাবে নিরাপদ নয়; এটি দুর্বলতা পুরোপুরি বন্ধ নাও করতে পারে, এটি ভুল স্তর পরিষ্কার করতে পারে, অথবা এটি একটি নতুন দুর্বলতা/কার্যকরী ত্রুটি প্রবর্তন করতে পারে। প্রতিটি প্যাচ পর্যালোচনা করা হয়, মূল্যায়ন করা হয় যে এটি আসলে দুর্বলতা বন্ধ করে কিনা এবং এটি নতুন সমস্যা প্রবর্তন করে কিনা, এবং ইতিবাচক এবং নেতিবাচক পরীক্ষার ক্ষেত্রে লেখা হয়; তবেই এটি গুদামে প্রবেশ করে।
11. একটি আক্রমণ বিশ্লেষণ করার সময়, কৃত্রিম বুদ্ধিমত্তা বলেছিল 'এটি অবশ্যই APT-ডার্ক ঈগল গ্রুপের কাজ'। হুমকি বুদ্ধি পরিপ্রেক্ষিতে সঠিক পন্থা কি?
- ক) রেফারেন্সটি যেমন আছে তেমনটি গ্রহণ করুন এবং 'নির্দিষ্ট অপরাধী' হিসাবে প্রতিবেদনে লিখুন
- খ) তিনি গ্রুপের নাম নিয়ে প্রশ্ন না করেই সেই দলের উপর ভিত্তি করে তার সম্পূর্ণ প্রতিরক্ষা তৈরি করেন।
- গ) সুনির্দিষ্ট অ্যাট্রিবিউশনের পরিবর্তে 'কৌশলের সাথে সামঞ্জস্যপূর্ণ' ভাষা ব্যবহার করে, পরিচিত উত্সগুলিতে গ্রুপটিকে যাচাই করে এবং বানোয়াট হওয়ার সম্ভাবনা বিবেচনা করে ✔
- ঘ) উদ্ধৃতি সর্বদা অপ্রয়োজনীয়, এটি মোটেই বিবেচনায় নেওয়া হয় না
ব্যাখ্যা: গ্রুপ অ্যাট্রিবিউশন বুদ্ধিমত্তার সবচেয়ে কঠিন এবং সবচেয়ে ভুল ক্ষেত্র; AI এমনকি এমন একটি ব্যান্ড নামও তৈরি করতে পারে যা বিদ্যমান নেই। একটি সঠিক রেফারেন্সের পরিবর্তে, 'এই কৌশলগুলির সাথে সামঞ্জস্যপূর্ণ' ভাষা ব্যবহার করা হয় এবং গোষ্ঠীর নামটি পরিচিত গোয়েন্দা সূত্রে নিশ্চিত করা হয়। উপরন্তু, প্রতিরক্ষা স্বল্পস্থায়ী IOC-এর উপর ভিত্তি করে নয় বরং স্থায়ী TTP সনাক্তকরণের উপর ভিত্তি করে।
12. একটি খসড়া ঘটনার রিপোর্টে, AI বাক্যটি লিখেছিল 'আক্রমণকারী সম্ভবত তিন সপ্তাহের জন্য ভিতরে ছিল এবং গ্রাহকের ডেটা বের করে দিয়েছে'; যদিও এই দাবিগুলিকে সমর্থন করার জন্য কোনও চূড়ান্ত লগ প্রমাণ নেই। বিশ্লেষক কি করা উচিত?
- ক) বাক্যটিকে যেমন আছে তেমনি রেখে দেয় কারণ এটি নাটকীয় এবং চিত্তাকর্ষক
- খ) বাক্যটি ছেড়ে দিলেও শেষে 'কৃত্রিম বুদ্ধিমত্তা লিখিত' যোগ করে
- গ) সম্পূর্ণ প্রতিবেদনটি কৃত্রিম বুদ্ধিমত্তায় পুনরায় মুদ্রণ করে এবং এটি যাচাই না করেই স্বাক্ষর করে।
- ঘ) প্রমাণের ভিত্তিতে দাবি সংশোধন করে; 'সম্ভাব্য/প্রমাণিত/তদন্তাধীন'-এর মধ্যে পার্থক্য করে এবং প্রমাণ ছাড়াই নির্দিষ্ট বিবৃতি বের করে ✔
মন্তব্য: একটি আনুষ্ঠানিক নিরাপত্তা প্রতিবেদনে, প্রতিটি দাবি প্রমাণিত হওয়া উচিত এবং 'সম্ভাব্য' কখনই 'প্রমাণিত' এর সাথে বিভ্রান্ত হওয়া উচিত নয়। প্রমাণ ছাড়া একটি দাবি আইনি, আর্থিক এবং সম্মানজনক ফলাফল আছে. বিশ্লেষককে প্রমাণ অনুযায়ী বাক্যটি সংশোধন করা উচিত (উদাহরণস্বরূপ, প্রথম অ্যাক্সেস সনাক্ত করার তারিখ লিখুন এবং বলুন 'কোন চূড়ান্ত প্রমাণ পাওয়া যায়নি, তদন্ত চলছে' তথ্য ফাঁসের জন্য)।
13. একজন ম্যানেজার কৃত্রিম বুদ্ধিমত্তা সহ নিরাপত্তা লগ থেকে একজন কর্মচারীর সমস্ত কার্যকলাপ প্রোফাইল করতে চান যাতে বোঝা যায় যে সে 'অনুগত' কিনা। একজন নিরাপত্তা পেশাদার কি করা উচিত?
- ক) অনুরোধটি প্রত্যাখ্যান করে এবং উপযুক্ত চ্যানেলে উল্লেখ করে (HR/আইনি/সংজ্ঞায়িত তদন্ত); নিরাপত্তা তথ্য ব্যক্তিগত নজরদারি একটি উপায় নয় ✔
- খ) প্রোফাইল তৈরি করে এবং বিতরণ করে কারণ ম্যানেজার এটির অনুরোধ করে
- গ) এটি শুধুমাত্র কিছু লগ বের করে এবং একটি আংশিক প্রোফাইল দেয়
- ঘ) কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রোফাইল তৈরি করুন কারণ দায়িত্বটি কৃত্রিম বুদ্ধিমত্তার কাছে চলে যায়
বর্ণনা: নিরাপত্তা তথ্য নিরাপত্তার উদ্দেশ্যে সংগ্রহ করা হয়; একজন ব্যক্তির ট্র্যাক/প্রোফাইলিং অপব্যবহার, ব্যক্তিগত নজরদারিতে পরিণত হয় এবং কেভিকেকে লঙ্ঘন করে। বিশেষজ্ঞের এই অনুরোধ প্রত্যাখ্যান করা উচিত এবং উপযুক্ত চ্যানেলে (এইচআর, আইনি, একটি সংজ্ঞায়িত এবং বৈধ অনুসন্ধানী কাঠামো) উল্লেখ করা উচিত। সদিচ্ছা বা পরিচালকের ইচ্ছা এই সীমাকে সমর্থন করে না।
14. একটি SOC সিদ্ধান্ত নেয় যে নিরাপত্তা কর্মপ্রবাহের কোন ধাপগুলি স্বয়ংক্রিয় হবে৷ অটোমেশনের জন্য সবচেয়ে ভালো নীতি কোনটি?
- ক) সর্বোচ্চ ঝুঁকিপূর্ণ সিদ্ধান্তগুলি প্রথমে স্বয়ংক্রিয় হওয়া উচিত যাতে কোনও মানুষের সম্পৃক্ততা নেই৷
- খ) কম-ঝুঁকি/উল্টানো যায় এমন পদক্ষেপগুলি স্বয়ংক্রিয়; উচ্চ ঝুঁকি/অপরিবর্তনযোগ্য পদক্ষেপগুলি মানুষের দরজায় থাকে এবং প্রতিটি অটোমেশনে পূর্বাবস্থায় ফেরার একটি উপায় থাকে ✔
- গ) সমস্ত SOC সম্পূর্ণরূপে স্বয়ংক্রিয় হওয়া উচিত এবং স্ব-অডিট করা অপ্রয়োজনীয়
- D) স্বয়ংক্রিয় ক্রিয়াগুলিকে পূর্বাবস্থায় ফেরানোর দরকার নেই কারণ AI ভুল করে না
ব্যাখ্যা: কম-ঝুঁকি, পুনরাবৃত্তিমূলক এবং বিপরীত পদক্ষেপ (লগ সংগ্রহ, অ্যালার্ম সমৃদ্ধকরণ) স্বয়ংক্রিয় হতে পারে; উচ্চ-ঝুঁকি, অপরিবর্তনীয় এবং বিচার-প্রয়োজনীয় পদক্ষেপ (সার্ভার বিচ্ছিন্নতা, উৎপাদন প্যাচিং, অফিসিয়াল বিজ্ঞপ্তি) মানুষের দরজা দিয়ে যায়। উপরন্তু, প্রতিটি স্বয়ংক্রিয় কর্মের অবশ্যই সংকীর্ণ মানদণ্ড এবং পূর্বাবস্থায় ফেরার উপায় থাকতে হবে। অটোমেশন দায়িত্বকে সরিয়ে দেয় না, এটি কেবল গতি বাড়ায়।